No Variabel
Skala Pengukuran
1 Umur anak
Rasio 2
Pendidikan anak Rasio
3 Pekerjaan
Interval 4
Pakaian Interval
5 Pendapatan
Interval 6
Hubungan sosial dengan lingkungannya Interval
7 Pengetahuan
Interval 8
Waktu kerja Interval
9 Fasilitas pekerjaan
Interval 10 Teknologi
Interval 11 Keluarga
Interval 12 Kejiwaan
Interval 13 Sikap
Interval 14 Postur tubuh
Interval 15 Imbalan
Interval 16 Ancaman
Interval 17 Perlindungan keluarga
Interval 18 Kebudayaan
Interval 19 Agama
Interval 20 Kebiasaan pimpinan
Interval
3.7. Teknik Analisa Data
Data yang telah terkumpul selanjutnya diolah dengan menggunakan komputer dengan program SPSS. Pengolahan dan analisa data dilakukan dengan menggunakan
analisis faktor. Adapun langkah dalam analisis faktor yaitu : 1.
Memilih variabel yang layak dimasukkan dalam analisis faktor. Analisis faktor berupaya mengelompokkan sejumlah variabel, maka ada korelasi yang
cukup kuat diantara variabel, sehingga akan terjadi pengelompokkan. Jika sebuah variabel atau lebih berkorelasi lemah dengan variabel lainnya, maka
variabel tersebut akan dikeluarkan dari analisis faktor. Alat seperti MSA atau Barlett’s Test dapat digunakan untuk keperluan ini.
2. Setelah sejumlah variabel terpilih, maka dilakukan ”ekstraksi” variabel
tersebut hingga menjadi satu atau beberapa faktor. Metode pencarian faktor yang digunakan adalah principal component analysis.
3. Faktor yang terbentuk, dapat menggambarkan perbedaan diantara faktor-
faktor yanga ada. 4.
Lakukan interpretasi terhadap faktor yang terbentuk.
BAB IV HASIL PENELITIAN
4.1. Gambaran Umum
4.1.1. Gambaran Kota Kisaran Timur
Kota Kisaran merupakan ibukota Kabupaten IKAB dari Kecamatan Kisaran dan merupakan bagian dari kabupaten Asahan propinsi Sumatera Utara. Batas-batas
administrasi Kota Kisaran Timur adalah : 1.
Sebelah Utara : Kecamatan Airjoman
2. Sebelah Selatan
: Kecamatan Airbatu 3.
Sebelah Timur : Kecamatan Simpang empat
4. Sebelah Barat
: Kabupaten Simalungun Jumlah penduduk Kota Kisaran pada tahun 2008 tercatat sebesar 67.485 jiwa.
4.2. Gambaran Responden
Gambaran responden diperoleh berdasarkan karakteristik responden yaitu umur, pendidikan.
Tabel 4.1. Karakteristik Responden Berdasarkan Umur Anak di Kecamatan Kota Kisaran Timur Kabupaten Asahan Tahun 2009.
Umur Anak Frekuensi
Persen
8- 10 tahun 15
33.3 11-13 tahun
21 46.7
14-16 tahun 9
20.0
Jumlah 45
100.00
Dari tabel 4.1. umur responden terbanyak adalah 11-13 tahun yaitu 21 orang 46.7 dan yang paling sedikit berumur 14-16 tahun yaitu 9 orang 20.0.
38
Tabel 4.2. Karakteristik Responden Berdasarkan Pendidikan Anak di Kecamatan Kota Kisaran Timur Kabupaten Asahan Tahun 2009
Pendidikan Anak Frekuensi
Persen
Tidak tamat SD 13
28.9 SD
28 62.2
SMP 3
6.7 SMA
1 2.2
Jumlah 45
100.00
Dari tabel 4.2. di atas dapat dilihat bahwa pendidikan responden terbanyak adalah tamat SD yaitu 28 orang 62.2, dan yang paling sedikit adalah tamat SMA
ada 1 orang 2.2.
4.3. Uji Kelayakan Faktor
Dalam penelitian ini, faktor pelecehan seksual terhadap pekerja anak wanita di kecamatan kota kisaran timur dipengaruhi oleh 18 variabel yaitu pekerjaan,
pendapatan, pakian, hubungan sosial dengan lingkungannya, pengetahuan, waktu kerja, fasilitas, teknologi, keluarga, kejiwaan, sikap postur tubuh, imbalan, ancaman,
perlindungan keluarga, kebudayaan, agama dan kebiasaan pimpinan. Untuk itu perlu dilakukan uji kelayakan faktor dengan melihat nilai KMO Kaiser-Meyer-Olkin
Measure of Sampling Adequacy and Barlett’s Test. KMO adalah mengukur kecukupan sampling dan membandingkan besarnya koefisien korelasi terobservasi
dengan besarnya koefisien korelasi antar pasangan variabel. Sedangkan Barlett’s Test digunakan untuk menguji hipotesis bahwa variabel tak berkorelasi di dalam populasi.
Nilai yang besar untuk uji statistic, berarti hipotesis nol harus ditolak. Dengan melihat
nilai KMO and Barlett’s Test di bawah 0.5, maka dapat diperoleh variable mana yang dapat dianalisis lebih lanjut atau tidak.
Pada penelitian ini, uji kelayakan faktor dilakukan sebanyak 6 enam kali karena pada uji kelayakan yang kedelapan sudah tidak ada nilai KMO yang di bawah
0.5. 1.
Uji kelayakan I, variabel imbalan meiliki nilai KMO terkecil di bawah 0.5 yaitu 0.254, maka variabel imbalan dikeluarkan dari 18 variabel. Dan variabel
berkurang 1 satu menjadi 17 variabel. 2.
Uji kelayakan II, variabel kejiwaan memiliki nilai KMO terkecil di bawah 0.5 yaitu 0.371, maka variabel kejiwaan dikeluarkan dari 17 variabel. Dan
variabel berkurang 1 satu menjadi 16 variabel. 3.
Uji kelayakan III, variabel keluarga memiliki nilai KMO terkecil di bawah 0.5 yaitu 0.414, maka variabel keluarga dikeluarkan dari 16 variabel. Dan
variabel berkurang 1 satu menjadi 15 variabel. 4.
Uji kelayakan IV, variabel waktu memiliki nilai KMO terkecil di bawah 0.5 yaitu 0.464, maka variabel waktu dikeluarkan dari 15 variabel. Dan variabel
berkurang 1 satu menjadi 14 variabel. 5.
Uji kelayakan V, variabel fasilitas memiliki nilai KMO terkecil di bawah 0.5 yaitu 0.460, maka variabel fasilitas dikeluarkan dari 14 variabel. Dan variabel
berkurang 1 satu menjadi 13 variabel 6.
Uji kelayakan IV, ternyata tidak ada variabel yang memiliki nilai KMO di bawah 0.5, maka 13 variabel tersebut dapat dilakukan proses analisis faktor
lebih lanjut yaitu factoring, ekstraksi dan rotasi.
4.3.1. Uji Kelayakan I
Pada uji kelayakan I angaka KMO and Barlett’s Test adalah 0.504 dengan signifikan 0.000, maka variabel dan sample yang ada dapat dianalisis lebih lanjut
karena meiliki angka KMO di atsa 0.5 dan angka sig0.05.
Tabel 4.3. Nilai Anti Image Matrices I
variabel Peke
rjaan pend
apat an
paka ian
h.so sling
peng etah
uan wak
tu Fasil
itas tekn
olog i
kelu arga
keji waan
sika p
P.tu buh
imba lan
Anc ama
n P.ke
luar ga
kebu daya
an aga
ma K.pi
mpin an
Pekerjaan .597
Pendapatan .719
Pakaian .539
h.sosial dgn lgkngan
.529 Pengetahuan
.529 Waktu
.458 Fasilitas
.423 Teknologi
.617 Keluarga
.355 Kejiwaan
.378 Sikap
.684 Postur tubuh
.672 Imbalan
.254 Ancaman
.427 Perlindungan
keluarga .363
Kebudayaan .488
Agama .465
Kebiasaan pimpinan
.547
Pada tabel 4.3 terlihat sejumlah angka yang menbentuk diagonal dari kiri atas ke kanan bawah yang menandakan besaran KMO sebuah variabel. Ada 9 variabel
yang mempinyai KMO di bawah 0.5, maka variabel yang memiliki nilai KMO terkecil akan dikeluarkan dari pemilihan variable. Variable yang mempunyai nilai
KMO terkecil adalah imbalan 0.254. Maka variabel imbalan dikeluarkan sehingga variabel berkurang menjadi 17 variabel dan dilakukan proses pengujian ulang.
Dimana variabel yang tinggal dan diproses adalah pekerjaan, pendapatan, pakaian, hubungan sosial dengan lingkungan, pengetahuan, waktu, fasilitas, teknologi,
keluarga, kejiwaan, sikap, postur tubuh, ancaman, perlindungan keluarga, kebudayaan, agama dan kebiasaan pimpinan.
4.3.2. Uji Kelayakan II
Pada uji kelayakan II angaka KMO and Barlett’s Test adalah 0.554 dengan signifikan 0.000, maka variabel dan sample yang ada dapat dianalisis lebih lanjut
karena meiliki angka KMO di atsa 0.5 dan angka sig0.05.
Table 4.4. Nilai Anti Image Matrices II
Variabel peke
rjaan pend
apat an
paka ian
h.so sling
peng etah
uan wakt
u fasil
itas Tek
nolo gi
kelu arga
keji waa
n Sika
p P.tu
buh anca
man P.ke
luar ga
kebu daya
an aga
ma K.pi
mpin an
Pekerjaan .590
Pendapatan .690
Pakaian .548
h.sosial dgn lgkngan
.605 Pengetahuan
.701 Waktu
.473 Fasilitas
.400 Teknologi
.654 Keluarga
.391 Kejiwaan
.371 Sikap
.656 Postur tubuh
.714 Ancaman
.578 Perlindungan
keluarga .426
Kebudayaan .504
Agama .475
Kebiasaan pimpinan
.540
Pada tabel 4.4 terlihat sejumlah angka yang menbentuk diagonal dari kiri atas ke kanan bawah yang menandakan besaran KMO sebuah variabel. Pada uji
kelayakan II ada 6 variabel yang mempinyai KMO di bawah 0.5, maka variabel yang memiliki nilai KMO terkecil akan dikeluarkan dari pemilihan variable. Variable yang
mempunyai nilai KMO terkecil adalah kejiwaan 0.371. Maka variabel kejiwaan dikeluarkan sehingga variabel berkurang menjadi 16 variabel dan dilakukan proses
pengujian ulang. Dimana variabel yang tinggal dan diproses adalah pekerjaan,
pendapatan, pakaian, hubungan sosial dengan lingkungan, pengetahuan, waktu, fasilitas, teknologi, keluarga, sikap, postur tubuh, ancaman, perlindungan keluarga,
kebudayaan, agama dan kebiasaan pimpinan.
4.3.3. Uji Kelayakan III
Pada uji kelayakan III angaka KMO and Barlett’s Test adalah 0.618 dengan signifikan 0.000, maka variabel dan sample yang ada dapat dianalisis lebih lanjut
karena meiliki angka KMO di atsa 0.5 dan angka sig0.05.
Table 4.5. Nilai Anti Image Matrices III
Variabel peke
rjaan pend
apat an
paka ian
h.so sling
peng etah
uan wak
tu Fasil
itas tekn
olog i
kelu arga
sika p
P.tu buh
Anc ama
n P.ke
luar ga
kebu daya
an Aga
ma K.pi
mpin an
Pekerjaan .574
Pendapatan .755
Pakaian .644
h.sosial dgn lgkngan
.622 Pengetahuan
.755 Waktu
.428 Fasilitas
.441 Teknologi
.738 Keluarga
.414 Sikap
.652 Postur tubuh
.760 Ancaman
.608 Perlindungan
keluarga .528
Kebudayaan .522
Agama .595
Kebiasaan pimpinan
.570
Pada tabel 4.5 terlihat sejumlah angka yang membentuk diagonal dari kiri atas ke kanan bawah yang menandakan besaran KMO sebuah variabel. Pada uji
kelayakan III ada 2 variabel yang mempinyai KMO di bawah 0.5, maka variabel yang memiliki nilai KMO terkecil akan dikeluarkan dari pemilihan variable. Variable yang
mempunyai nilai KMO terkecil adalah keluarga 0.371. Maka variabel keluarga dikeluarkan sehingga variabel berkurang menjadi 15 variabel dan dilakukan proses
pengujian ulang. Dimana yang variabel tinggal dan diproses adalah pekerjaan, pendapatan, pakaian, hubungan sosial dengan lingkungan, pengetahuan, waktu,
fasilitas, teknologi, sikap, postur tubuh, ancaman, perlindungan keluarga, kebudayaan, agama dan kebiasaan pimpinan.
4.3.4. Uji Kelayakan IV
Pada uji kelayakan IV angaka KMO and Barlett’s Test adalah 0.644 dengan signifikan 0.000, maka variabel dan sample yang ada dapat dianalisis lebih lanjut
karena meiliki angka KMO di atsa 0.5 dan angka sig0.05.
Table 4.6. Nilai Anti Image Matrices IV
Variabel peke
rjaan Pend
apat an
paka ian
h.so sling
peng etah
uan wak
tu Fasil
itas Tek
nolo gi
sika p
P.tu buh
Anc ama
n P.ke
luar ga
kebu daya
an Aga
ma K.pi
mpin an
Pekerjaan .558
Pendapatan .742
Pakaian .651
h.sosial dgn lgkngan
.643 Pengetahuan
.780 Waktu
.465 Fasilitas
.474 Teknologi
.730 Sikap
.634 Postur tubuh
.782 Ancaman
.595 Perlindungan
keluarga .572
Kebudayaan .524
Agama .579
Kebiasaan pimpinan
.752
Pada tabel 4.6 terlihat sejumlah angka yang membentuk diagonal dari kiri atas ke kanan bawah yang menandakan besaran KMO sebuah variabel. Pada uji
kelayakan IV ada 2 variabel yang mempinyai KMO di bawah 0.5, maka variabel yang memiliki nilai KMO terkecil akan dikeluarkan dari pemilihan variable. Variable yang
mempunyai nilai KMO terkecil adalah waktu 0.465. Maka variabel keluarga
dikeluarkan sehingga variabel berkurang menjadi 14 variabel dan dilakukan proses pengujian ulang. Dimana variabel yang tinggal dan diproses adalah pekerjaan,
pendapatan, pakaian, hubungan sosial dengan lingkungan, pengetahuan, fasilitas, teknologi, sikap, postur tubuh, ancaman, perlindungan keluarga, kebudayaan, agama
dan kebiasaan pimpinan.
4.3.3. Uji Kelayakan V
Pada uji kelayakan V angaka KMO and Barlett’s Test adalah 0.679 dengan signifikan 0.000, maka variabel dan sample yang ada dapat dianalisis lebih lanjut
karena meiliki angka KMO di atsa 0.5 dan angka sig0.05.
Table 4.7. Nilai Anti Image Matrices V
Variabel peke
rjaan pend
apat an
paka ian
h.so sling
peng etah
uan Fasil
itas tekn
olog i
sika p
P.tu buh
Anc ama
n P.ke
luar ga
kebu daya
an Aga
ma K.pi
mpin an
Pekerjaan .711
Pendapatan .728
Pakaian .662
h.sosial dgn lgkngan
.757 Pengetahuan
.779 Fasilitas
.460 Teknologi
.727 Sikap
.736 Postur tubuh
.776 Ancaman
.577 Perlindungan
keluarga .598
Kebudayaan .511
Agama .588
Kebiasaan pimpinan
.741
Pada tabel 4.7 terlihat sejumlah angka yang membentuk diagonal dari kiri atas ke kanan bawah yang menandakan besaran KMO sebuah variabel. Pada uji
kelayakan V ada 2 variabel yang mempinyai KMO di bawah 0.5, maka variabel yang memiliki nilai KMO terkecil akan dikeluarkan dari pemilihan variable. Variable yang
mempunyai nilai KMO terkecil adalah fasilitas 0.460. Maka variabel keluarga
dikeluarkan sehingga variabel berkurang menjadi 15 variabel dan dilakukan proses pengujian ulang. Dimana variabel yang tinggal dan diproses adalah pekerjaan,
pendapatan, pakaian, hubungan sosial dengan lingkungan, pengetahuan, teknologi, sikap, postur tubuh, ancaman, perlindungan keluarga, kebudayaan, agama dan
kebiasaan pimpinan.
4.2.4. Uji Kelayakan VI
Pada uji kelayakan IV angka KMO and Barlett’s Test adalah 0.689 dengan signifikan 0.000, maka variabel dan sample yang ada dapat dianalisis lebih lanjut
karena meiliki angka KMO di atsa 0.5 dan angka sig0.05.
Table 4.8. Nilai Anti Image Matrices VI
Variabel Peke
rjaan pend
apat an
paka ian
h.so sling
peng etah
uan Tek
nolo gi
Sika p
P.tu buh
Anc ama
n P.ke
luar ga
kebu daya
an Aga
ma K.pi
mpin an
Pekerjaan .709
Pendapatan .750
Pakaian .656
h.sosial dgn lgkngan
.798 Pengetahuan
.768 Teknologi
.723 Sikap
.739 Postur tubuh
.764 Ancaman
.580 Perlindungan
keluarga .596
Kebudayaan .521
Agama .551
Kebiasaan pimpinan
.748
Pada tabel 4.8 terlihat sejumlah angka yang menbentuk diagonal dari kiri atas ke kanan bawah yang menandakan besaran KMO sebuah variabel. Pada uji
kelayakan VI, tidak ada variable yang mempunyai nilai KMO di bawah 0.5, sehingga semua variable 13 variabel dapat dilakukan analisis faktor selanjutnya yaitu adalah
pekerjaan, pendapatan, pakaian, hubungan sosial dengan lingkungan, pengetahuan,
teknologi, sikap, postur tubuh, ancaman, perlindungan keluarga, kebudayaan, agama dan kebiasaan pimpinan.
4.4. Analisis Faktor Faktoring, Ekstraksi dan rotasi
Sebelumnya telah dilakukan tahapan awal analisis faktor, yaitu penyaringan terhadap sejumlah variable, sehingga variabel-variabel yang memenuhi syarat untuk
dianalisis. Selanjutnya dilakukan proses analisis faktor yaitu melakukan ekstraksi terhadap sekumpulan variable yang ada, sehingga terbentuk satu atau lebih faktor.
4.4.1. Communalities
Communalities pada dasarnya adalah jumlah varians bisa dari persentase dari suatu variabel mula-mula yang bisa dijelaskan oleh faktor yang ada.
Metode yang digunakan untuk melakukan ekstraksi pada penelitian ini adalah metode Principal Component Analysis dengan ketentuan bahwa semakin besar
communilities sebuah variabel, berarti semakin erat hubungannya dengan faktor yang terbentuk dan sebaliknya.
Tabel 4.9. Tabel Communalities Variable
Ekstraksi
Pekerjaan 0.591
Pendapatan 0.756
Pakaian 0.736
Sos.linkungan 0.654
Pengetahuan 0.842
Teknologi 0.711
Sikap 0.645
Postur tubuh 0.680
Ancaman 0.688
Perlindungan Keluarga 0.910
Kebudayaan 0.723
Agama 0.865
Kebiasaan pimpinan 0.673
4.4.2. Total Variance Explained
Menunjukkan bahwa dari 13 variabel yang dimasukkan dalam analisis fakor, maka hanya 6 faktor yang terbentuk yang dapat dilihat karena berdasarkan kumulatif
di faktor ke 6 sudah cukup yaitu sebesar 72.926 dari semua variabelnya. Jumlah angka eigenvalues adalah sama dengan jumlah varians ketigabelas variabel, dengan
masing-masing variabel mempunyai varians 1, maka total varians adalah 13 x 1 = 13.
Tabel 4.10. Tabel Total Variance Explained Komponen
Angka eigenvalues Total
Varians Kumulatif
1 3.367
25.902 25.902
2 1.995
15.343 41.244
3 1.279
9.840 51.084
4 1.097
8.440 59.526
5 0.898
6.910 66.436
6 0.844
6.490 72.926
7 0.714
5.490 78.416
8 0.644
4.952 83.369
9 0.607
4.669 88.038
10 0.501
3.851 91.888
11 0.435
3.347 95.235
12 0.345
2.654 97.889
13 0.275
2.111 100.00
4.4.3. Scree Plot
Jika tabel 4.9 menjelaskan dasar jumlah faktor yang didapat dengan perhitungan angka, maka Scree Plot menunjukkan dengan grafik bahwa pada sumbu
x component number faktor 6 sudah cukup sekitar 72.926 yang menjadi faktor. Hal ini menunjukkan bahwa enam faktor adalah paling bagus untuk meringkas
kesepuluh variabel. Dapat dilihat pada gambar 4.1 di bawah ini :
4.4.4. Component Matrix
Tabel 4.15 menunjukkan distribusi kesepuluh variabel pada 6 faktor yang terbentuk. Sedangkan angka-angka yang ada pada tabel tersebut adalah factor
loadings, yang menunjukkan besar korelasi antara suatu variabel dengan faktor 1, factor 2, faktor 3, faktor 4, faktor 5 tau faktor 6. Proses penentuan variabel mana akan
masuk ke factor yang mana dilakukan dengan melakukan perbandingan besar korelasi pada setiap baris. Teorinya terletak pada bentuk matriks korelasi di halaman 21.
Scree Plot
Component Number
13 12
11 10
9 8
7 6
5 4
3 2
1
Eig en
va lue
4,0 3,5
3,0 2,5
2,0 1,5
1,0 ,5
0,0
Tabel 4.11. Component Matrix
VARIABLE Factor
1 2
3 4
5 6
postur tubuh ,779
,114 -,188
-,030 -,004
-,156 pendapatan
,732 ,200
,027 -,318
,258 ,114
kebudayaan -,228
,728 ,201
-,205 ,220
,103 pekerjaan
,209 ,670
-,258 ,072
,130 ,097
pakaian ,559
-,032 -,472
,221 ,147
,359 teknologi
,558 ,153
-,180 ,553
-,177 -,080
kebiasaan pimpinan ,541
-,040 ,573
,158 -,148
,064 perlindungan keluarga
-,570 -,187
,226 ,276
,509 ,405
agama ,155
,565 ,390
-,057 -,435
,421 sosial dan lingkungan
-,528 ,352
,150 ,341
-,159 -,303
sikap -,394
,491 -,185
,448 ,109
-,045 pengetahuan
,488 ,225
,394 ,037
,448 -,443
ancaman ,439
-,408 ,371
,413 ,072
,126
4.4.5. Rotated Component Matrix
Berdasarkan Rotated Component Matrix yang memperlihatkan distribusi variabel yang lebih jelas dan nyata dari keenam komponen. Terlihat bahwa nilai
faktor faktor loading semakin tinggi sebelum di rotasi dan semakin rendah setelah di rotasi.
Tabel. 4.12.Rotated Component Matrix
VARIABEL Component
1 2
3 4
5 6
perlindungan keluarga -,102
,157 ,049
-,081 -,927
-,082 Agama
,015 ,032
,156 ,904
,127 -,078
Pengetahuan ,020
-,009 ,232
-,010 ,117
,880 Pakaian
,799 -,283
,091 -,073
,029 -,056
Ancaman ,148
-,150 ,777
-,127 -,118
,100 sosial dan lingkungan
-,255 ,758
-,086 ,104
-,029 -,008
kebiasaan pimpinan -,011
-,162 ,691
,293 ,155
,245 Sikap
,229 ,689
-,255 ,104
-,204 ,019
Teknologi ,603
,227 ,389
-,004 ,372
,078 Kebudayaan
-,073 ,202
-,416 ,582
-,208 ,350
Pendapatan ,348
-,553 ,027
,235 ,193
,486 postur tubuh
,460 -,282
,140 -,009
,507 ,334
Pekerjaan ,504
,171 -,312
,369 ,094
,256
BAB V PEMBAHASAN
Berdasarkan hasil penelitian yang dilakukan dengan menggunakan analisis faktor diketahui bahwa dari 20 faktor yang mempengaruhi pelecehan seksual
terhadap pekerja anak wanita di Kecamatan Kota Kisaran Timur menjadi 6 faktor yang mempengaruhi pelecehan seksual terhadap pekerja anak wanita.
5.1. Analisis Uji Kelayakan
5.1.1. Analisis Uji Kelayakan I
a. Pada uji kelayakan I angka KMO Kaiser-Meyer-Olkin Measure of
Sampling adequacy MSA adalah 0.504, oleh karena angka KMO di atas 0.5, menunjukkan kecukupan sampling telah memadai maka kumpulan
variabel dapat diproses lebih lanjut. b.
Pada tabel 4.3 Anti Image Matrices I terlihat sejumlah angka yang membentuk diagonal dari kiri atas ke kanan bawah yang menandakan
besaran KMO variabel. Ada 9 variabel yang mempunyai nilai KMO MSA di bawah 0.5 yaitu waktu 0.458, fasilitas 0.423, keluarga 0.355,
kejiwaan 0.378, imbalan 0.254, ancaman 0.427, perlindungan keluarga 0.363, kebudayaan 0.488 dan agama 0.465.Dari ke 9
variabel tersebut, variabel yang mempunyai KMO MSA terkecil adalah
variabel imbalan 0.254. maka variabel imbalan dikeluarkan dari
pemilihan variabel dan variabel yang tersisa menjadi 17 variabel.
52
5.1.2. Analisis Uji Kelayakan II
a. Pada uji kelayakan II angka KMO Kaiser-Meyer-Olkin Measure of
Sampling adequacy MSA adalah 0.554, oleh karena angka KMO di atas 0.5, menunjukkan kecukupan sampling telah memadai maka kumpulan
variabel dapat diproses lebih lanjut. b.
Pada tabel 4.4 Anti Image Matrices II terlihat sejumlah angka yang membentuk diagonal dari kiri atas ke kanan bawah yang menandakan
besaran KMO variabel. Ada 6 variabel yang mempunyai nilai KMO MSA di bawah 0.5 yaitu waktu 0.473, fasilitas 0.400, keluarga 0.391,
kejiwaan 0.371, perlindungan keluarga 0.427 dan agama 0.475.Dari ke 6 variabel tersebut, variabel yang mempunyai KMO MSA terkecil
adalah variabel kejiwaan 0.371. Maka variabel kejiwaan dikeluarkan
dari pemilihan variabel dan variabel yang tersisa menjadi 16 variabel.
5.1.3. Analisis Uji Kelayakan III
a. Pada uji kelayakan III angka KMO Kaiser-Meyer-Olkin Measure of
Sampling adequacy MSA adalah 0.618, oleh karena angka KMO di atas 0.5, menunjukkan kecukupan sampling telah memadai maka kumpulan
variabel dapat diproses lebih lanjut. a.
Pada tabel 4.5 Anti Image Matrices III terlihat sejumlah angka yang membentuk diagonal dari kiri atas ke kanan bawah yang menandakan
besaran KMO variabel. Ada 3 variabel yang mempunyai nilai KMO MSA di bawah 0.5 yaitu waktu 0.428, fasilitas 0.441 dan keluarga 0.414.
Dari ke 3 variabel tersebut, variabel yang mempunyai KMO MSA terkecil
adalah variabel keluarga 0.414. Maka variabel keluarga dikeluarkan
dari pemilihan variabel dan variabel yang tersisa menjadi 15 variabel.
5.1.4. Analisis Uji Kelayakan IV
b. Pada uji kelayakan IV angka KMO Kaiser-Meyer-Olkin Measure of
Sampling adequacy MSA adalah 0.644, oleh karena angka KMO di atas 0.5, menunjukkan kecukupan sampling telah memadai maka kumpulan
variabel dapat diproses lebih lanjut. b.
Pada tabel 4.6 Anti Image Matrices IV terlihat sejumlah angka yang membentuk diagonal dari kiri atas ke kanan bawah yang menandakan
besaran KMO variabel. Ada 2 variabel yang mempunyai nilai KMO MSA di bawah 0.5 yaitu waktu 0.465 dan fasilitas 0.474. Dari ke 2 variabel
tersebut, variabel yang mempunyai KMO MSA terkecil adalah variabel waktu 0.465. Maka variabel waktu dikeluarkan dari pemilihan variabel
dan variabel yang tersisa menjadi 14 variabel.
5.1.5. Analisis Uji Kelayakan V
c. Pada uji kelayakan V angka KMO Kaiser-Meyer-Olkin Measure of
Sampling adequacy MSA adalah 0.679, oleh karena angka KMO di atas 0.5, menunjukkan kecukupan sampling telah memadai maka kumpulan
variabel dapat diproses lebih lanjut. c.
Pada tabel 4.7 Anti Image Matrices V terlihat sejumlah angka yang membentuk diagonal dari kiri atas ke kanan bawah yang menandakan
besaran KMO variabel. Ada 1 variabel yang mempunyai nilai KMO MSA di bawah 0.5 yaitu fasilitas 0.460. Dari variabel tersebut yang
mempunyai KMO MSA terkecil adalah variabel fasilitas 0.460. Maka
variabel fasilitas dikeluarkan dari pemilihan variabel dan variabel yang tersisa menjadi 13 variabel.
5.1.6. Analisis Uji Kelayakan VI
a. Pada uji kelayakan VI angka KMO Kaiser-Meyer-Olkin Measure of
Sampling Adequacy MSA adalah 0.689, oleh karena angka KMO di atas 0.5, menunjukkan kecukupan sampling telah memadai maka kumpulan
variabel dapat diproses lebih lanjut. b.
Pada tabel 4.8 Anti Image Matrices VI terlihat sejumlah angka yang membentuk diagonal dari kiri atas ke kanan bawah yang menandakan
besaran KMO variabel, dan tidak ada variabel yang mempunyai nilai KMO MSA di bawah 0.5. Maka ketigabelas variabel dapat dilakukan
analisis faktor.
5.2. Analisis Faktor Faktoring, Ekstraksi dan Rotasi
Analisis :
1. Communalities
Communalities pada dasarnya adalah jumlah varians bias dalam persentase dari suatu variabel mula-mula yang bias dijelaskan oleh faktor yang ada, lihat pada
tabel 4.9 adalah sebagai berikut: a.
Variabel pekerjaan, angkanya 0.591. Hal ini berarti sekitar 59.1 varians dari variabel pekerjaan dapat dijelaskan oleh faktor yang terbentuk.
b. Variabel pendapatan, angkanya 0.756. Hal ini berarti sekitar 75.6 varians
dari variabel pendapatan dapat dijelaskan oleh faktor yang terbentuk.
c. Variabel pakaian, angkanya 0.736. Hal ini berarti sekitar 73.6 varians dari
variabel pakaian dapat dijelaskan oleh faktor yang terbentuk. d.
Variabel hubungan sosial dengan lingkungannya, angkanya 0.654. Hal ini berarti sekitar 65.4 varians dari variabel hubungan sosial dengan
lingkungannya dapat dijelaskan oleh faktor yang terbentuk. e.
Variabel pengetahuan, angkanya 0.842. Hal ini berarti sekitar 84.2 varians dari variabel pengetahuan dapat dijelaskan oleh faktor yang terbentuk.
f. Variabel teknologi, angkanya 0.711. Hal ini berarti sekitar 71.1 varians dari
variabel teknologi dapat dijelaskan oleh faktor yang terbentuk. g.
Variabel sikap, angkanya 0.645. Hal ini berarti sekitar 64.5 varians dari variabel sikap dapat dijelaskan oleh faktor yang terbentuk.
h. Variabel postur tubuh, angkanya 0.680. Hal ini berarti sekitar 68.0 varians
dari variabel postur tubuh dapat dijelaskan oleh faktor yang terbentuk. i.
Variabel ancaman, angkanya 0.688. Hal ini berarti sekitar 68.8 varians dari variabel ancaman dapat dijelaskan oleh faktor yang terbentuk.
j. Variabel perlindungan keluarga, angkanya 0.910. Hal ini berarti sekitar 91.0
varians dari variabel perlindungan keluarga dapat dijelaskan oleh faktor yang terbentuk.
k. Variabel kebudayaan, angkanya 0.723. Hal ini berarti sekitar 72.3 varians
dari variabel kebudayaan dapat dijelaskan oleh faktor yang terbentuk. l.
Variabel agama, angkanya 0.865. Hal ini berarti sekitar 86.5 varians dari variabel pakaian dapat dijelaskan oleh faktor yang terbentuk.
m. Variabel kebiasaan pimpinan, angkanya 0.673. Hal ini berarti sekitar 67.3
varians dari variabel kebiasaan pimpinan dapat dijelaskan oleh faktor yang terbentuk.
2. Total Varians Explained
Ada 13 variabel yang dimasukkan dalam analisis faktor, yaitu pekerjaan, pendapatan, pakaian, sosial dengan lingkungannya, pengetahuan, waktu, teknologi,
sikap, postur tubuh, ancaman, perlindungan keluarga, kebudayaan, agama dan kebiasaan pimpinan.
Enam faktor ini menggambarkan data dengan tujuan adalah untuk mengurangi jumlah faktor yang diperlukan untuk menjelaskan variasi dalam data. Memeriksa
hasil jendela sesi baris dari Varians atau eigenvalues plot. Proporsi variabilitas dijelaskan oleh tujuh faktor akhir adalah 0.719, 0.644, 0.607, 0.501, 0.435, 0.345 dan
0.275 masing-masing dan mereka dapat dihilangkan sebagai penting. Enam faktor yang pertama bersama-sama mewakili 72.926.
3. Scree Plot
Jika tabel Total Variance menjelaskan dasar jumlah faktor yang didapat dengan perhitungan angka, maka Scree Plot gambar 4.1 menunjukkan dengan
grafik. Terlihat bahwa dari satu kedua faktor garis dari sumbu Component Number =1 ke 2, arah garis menurun dengan cukup tajam. Kemudian dari angka 2 ke 3, garis
masih menurun. Demikian pula dari angka 3 ke 4, 4 ke 5 dan 5 ke 6 garis juga masih menurun namun kini dengan slope yang lebih kecil. Juga perhatikan faktor 7 sudah di
bawah angka 1 dari sumbu Y eigenvalues. Hal ini menunjukkan bahwa lima faktor adalah paling bagus untuk meringkas kelima belas variabel tersebut.
4. Component Matrix
Tabel Component Matrix Tabel 4.11 menunjukkan distribusi ketiga belas variabel pada enam faktor yang terbentuk. Sedangkan angka-angka yang ada pada
tabel adalah faktor loading, yang menunjukkan korelasi antara suatu variabel dengan faktor 1, faktor 2 faktor 3, faktor 4, faktor 5 dan faktor 6. Proses penentuan variabel
mana akan masuk ke faktor yang mana dilakukan dengan melakukan perbandingan besar korelasi pada setiap baris.
Pada variabel pengetahuan: -
Nilai faktor loading antara variabel pengetahuan dengan faktor 1 adalah +0.488 lemah karena di bawah 0.5.
- Nilai faktor loading antara variabel pengetahuan dengan faktor 2 adalah
0.225 lemah karena di bawah 0.5. -
Nilai faktor loading antara variabel pengetahuan dengan faktor 3 adalah +0.394 lemah karena di bawah 0.5.
- Nilai faktor loading antara variabel pengetahuan dengan faktor 4 adalah -
0.037 lemah karena di bawah 0.5. -
Nilai faktor loading antara variabel pengetahuan dengan faktor 5 adalah - 0.448 lemah karena di bawah 0.5.
- Nilai faktor loading antara variabel pengetahuan dengan faktor 6 adalah 0.443
lemah karena di bawah 0.5 Oleh karena angka faktor loading terbesar ada pada Component nomor 2,
maka variabel pengetahuan bias dimasukkan sebagai komponen faktor 2.
5. Rotated Component Matrix
Pada tabel 4.12 Component Matrix hasil dari proses rotasi Rotation Component Matrix memperlihatkan distribusi variabel yang lebih jelas dan nyata
dimana faktor loading yang dulunya kecil semakin diperkecil dan faktor loading yang besar semakin diperbesar. Dimana faktor tertinggi pada perlindungan keluarga dan
terendah pekerjanan.
5.3. Interpretasi